MétaCan
Menu
Retour à la cohorte
Enregistrement W1533266191 · doi:10.5539/res.v7n9p18

State Enterprises’ Financial Stability Coefficients

2015· article· en· W1533266191 sur OpenAlexvenueno aff
Irina Vladimirovna Gorbunova, Lydia Vladimirovna Vasyutkina, Ol'ga Kachkova, Irina Dmitriyevna Demina, Elena Nikolaeva Baranova, Diana Mihailovna Novikova

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessDimension (graph theory)State (computer science)Asset (computer security)Scale (ratio)FinanceFinancial stabilityEconomic stabilityStability (learning theory)Industrial organizationEconomicsComputer scienceFinancial systemMacroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

Currently national authors suggest using foreign models for determination of actual financial stability of a potential partner. However, it’s unfeasible within Russian market due the fact that these models are based on statistical data of foreign organizations. The paper deals with the problem of scientific-methodic recommendations elaboration concerning improving financial stability of state enterprises based on the improvement of current asset management and development of measures for their application. Study object is state-owned prosthetic and orthopedic enterprises of the city of Moscow. The role and significance of prosthetic and orthopedic enterprises aren’t so much in their scale—they’re relatively small—as in the critical importance of their social dimension. Sustainable management of current assets will allow improving financial standing of enterprises under study and create background for stable maintaining of simple and expanded reproduction. Research findings are detected dependence of current assets influence on financial stability of prosthetic and orthopedic enterprises. Recommended values of financial state indexes of state enterprises under study are calculated using economic and mathematical methods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,126
Tête enseignante GPT0,363
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207